SuperAPI AI 工具集

long-audio-to-obsidian

通用与其它

查看项目

更新于 10-15 17:31

技能介绍

用途:把散乱的语音转写项目文件整理合并为结构清晰的 Markdown 文档,便于在 Obsidian 等知识库中归档。适用于一个目录含多个原始音频、数十个转写分段及各类说明文档的整理归档场景。

主要能力:采用“Agent 规划 + 脚本执行”模式。Agent 负责理解目录结构、识别文件类型、对分段文件按行号(如 1-200、201-400)逻辑排序并生成合并计划;脚本按计划读取文件并生成 Markdown。输出按四类组织:原始录音汇总、最终输出脚本汇总、整理要求与日志汇总(工作日志、校对术语表、分段主题、背景要求文件)、知识整理汇总(衍生问答等)。

使用方式:先用 list_directory(必要时配合 glob)扫描目录,区分原始录音文本、最终输出分段脚本、项目元数据、衍生知识文件;再生成 JSON 配置(含 output_dir 与 tasks,每个 task 有 filename、title、sections,section 含 title、path、syntax),写入临时文件如 merge_plan.json;随后调用脚本执行合并:python3 .gemini/skills/long-audio-to-obsidian/scripts/doc_merger.py merge_plan.json(脚本路径按实际安装位置调整),检查输出后删除临时文件;最后用 mv 将标准文件名重命名为带标题前缀的格式,并创建索引页,用 Obsidian WikiLinks 链接各文件。

限制与注意:脚本不会自动排序,文件逻辑顺序必须由 Agent 在生成 JSON 时完成;path 推荐使用绝对路径或相对执行脚本的相对路径;预期目录不存在时可省略对应 task 或创建空 task。具体安装方式、支持的模型或收费信息暂未提供。